生成对抗网络的隐空间环境模块
机器学习
2018-07-03 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
生成对抗模型是用于在各种任务中对复杂分布结构建模的有力工具。当前学习生成模型的技术需要访问高质量样本，并且先进的生成模型通过环境模块从含噪训练数据生成样本。然而，这些模块仅对生成器的输出空间实用，其在隐空间中的应用尚缺乏充分研究。本文中，我们将环境模块扩展至生成器的隐空间，并给出了对抗训练过程中隐空间环境生成器的唯一性条件及相应策略。我们在基准数据集上验证了所提方法的实用性。
引用
@article{arxiv.1807.00780,
title = {Ambient Hidden Space of Generative Adversarial Networks},
author = {Xinhan Di and Pengqian Yu and Meng Tian},
journal= {arXiv preprint arXiv:1807.00780},
year = {2018}
}
备注
Accepted for publication in Uncertainty in Deep Learning Workshop at Uncertainty in Artificial Intelligence (UAI) 2018